如何借助人工智能,提升产品质量管控能力

2021-03-03 11:00:34 admin 13

近日,亚马逊推出了计算机视觉分析图像的云服务,通过计算机视觉可以发现产品或工艺缺陷和异常。

图片关键词

图片来源:pixabay

计算机视觉并不是近期才出现的,其实早已在许多场景得到应用并取得了一定的效果。比如,计算机视觉可以帮助公安根据疑犯五官、身高、体重等特征数据进行疑犯追踪;无人机通过计算机视觉进行环境感知,避开障碍物……去年大火的人脸识别技术也是一种计算机视觉,如今,计算机视觉在零售、安防、银行等场景作为一种商品、身份识别的工具得到广泛的应用和认可。

其实,得益于深度学习技术的成熟,计算机视觉在工业场景中也备受关注。尤其是当前对产品质量的要求日益提升,工业生产日益复杂,生产流程中存在着不少不可控制甚至难以发现的消耗和磨损,生产精度受到影响;而一些中小型的加工制造企业,大多仍依靠工人做人工判断进行产品质检,需要不少人力成本,同时,视觉疲劳也容易引发漏检误检。特别是年后,工厂招聘了不少新员工,生产过程的质量问题更是难以快速、全面地发现。

计算机视觉恰恰在这方面有着不错的效果。据统计,灯塔工厂之一的艾默伊登工厂,借助计算机视觉识别钢表面缺陷,降低了质量问题的产品流出市场的几率,降低了50%因此带来的质量成本损失。在工业企业当中,使用计算机视觉识别的企业能够减轻质量问题。

图片关键词

图片来源:freepik

另一方面,计算机视觉识别让工人从人工判断的工作中解放出来,更专注于改善流程管理、工艺改进等环节当中,在节省人力成本的同时,让产品得到持续改进。比如,通过标记计算机视觉识别的缺陷数量和发现的位置等,找出缺陷率高的多发工序,从而能帮助企业及时排查产线问题和优化工艺流程。

然而,计算机视觉识别作为人工智能的一项重要感知技术,并不是加装一个工业摄像头这么简单。那么,在生产过程中应用计算机视觉技术要注意什么呢?

在实际环境中,环境当中光源的不确定性会使图像采集环节受到影响。另外,将原有工业监测的知识转化为标准化的形式,以知识图谱的形式融入算法需要企业具有一定的技术能力。

图片关键词

除了计算机视觉识别以外,还可以在关键设备上配置传感器或者在PLC控制器上部署底层数采设备,可以作为计算机视觉识别的有力补充,更多维度感知产线实际情况。

作为工业互联网解决方案商,广东寰球智能专注于大数据和人工智能的研发和应用,推出包括计算机视觉、传感器等适合工业场景人工智能感知技术,帮助企业挖掘生产过程中各项数据的内在价值,释放技术潜能。

图片关键词

广东寰球智能数采硬件系列


电话咨询
产品服务
解决方案
QQ客服